期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于V-视差算法的自动驾驶中障碍物躲避软件设计
被引量：
2
1
作者
袁海根
《沈阳大学学报（自然科学版）》
CAS
2018年第1期31-36,共6页
提出了基于V-视差算法的自动驾驶中障碍物躲避软件设计方法.其采用V-视差检测障碍物,根据稠密视差图产生V-视差图,将道路视差图内不同平面变换成不同直线形式,障碍物和道路平面在V-视差图呈现垂直直线和倾斜直线的不同表现形式,两种直...
提出了基于V-视差算法的自动驾驶中障碍物躲避软件设计方法.其采用V-视差检测障碍物,根据稠密视差图产生V-视差图,将道路视差图内不同平面变换成不同直线形式,障碍物和道路平面在V-视差图呈现垂直直线和倾斜直线的不同表现形式,两种直线的交点则是障碍物位置.引入Hough变换对V-视差图及U-视差图进行直线拟合,获取障碍物高度以及宽度,明确障碍物的位置,实现自动驾驶中障碍物的智能躲避.实验结果表明,通过引入Hough变换对V-视差图及U-视差图进行直线拟合,实现自动驾驶中障碍物躲避,可实现对静态和动态障碍物的准确避障,并且具有较低的运行耗时和较高的鲁棒性.
展开更多
关键词
v
-视差算法
视觉误差
HOUGH变换
图像识别
软件设计
下载PDF
职称材料
双目机器视觉及RetinaNet模型的路侧行人感知定位
被引量：
11
2
作者
连丽容
罗文婷
+1 位作者
秦勇
李林
《中国图象图形学报》
CSCD
北大核心
2021年第12期2941-2952,共12页
目的行人感知是自动驾驶中必不可少的一项内容,是行车安全的保障。传统激光雷达和单目视觉组合的行人感知模式,设备硬件成本高且多源数据匹配易导致误差产生。对此,本文结合双目机器视觉技术与深度学习图像识别技术,实现对公共路权环境...
目的行人感知是自动驾驶中必不可少的一项内容,是行车安全的保障。传统激光雷达和单目视觉组合的行人感知模式,设备硬件成本高且多源数据匹配易导致误差产生。对此,本文结合双目机器视觉技术与深度学习图像识别技术,实现对公共路权环境下路侧行人的自动感知与精准定位。方法利用双目道路智能感知系统采集道路前景图像构建4种交通环境下的行人识别模型训练库;采用Retina Net深度学习模型进行目标行人自动识别;通过半全局块匹配(semi-global block matching,SGBM)算法实现行人道路前景图像对的视差值计算;通过计算得出的视差图分别统计U-V方向的视差值,提出结合行人识别模型和U-V视差的测距算法,实现目标行人的坐标定位。结果实验统计2.5 km连续测试路段的行人识别结果,对比人工统计结果,本文算法的召回率为96.27%。与YOLOv3(you only look once)和Tiny-YOLOv3方法在4种交通路况下进行比较,平均F值为96.42%,比YOLOv3和Tiny-YOLOv3分别提高0.9%和3.03%;同时,实验利用标定块在室内分别拍摄3 m、4 m和5 m不同距离的20对双目图像,验证测距算法,计算标准偏差皆小于0.01。结论本文提出的结合RetinaNet目标识别模型与改进U-V视差算法能够实现对道路行人的检测,可以为自动驾驶的安全保障提供技术支持,具有一定的应用价值。
展开更多
关键词
行人检测
深度学习
RetinaNet
半全局块匹配(SGBM)算法
U-
v
视差算法
原文传递
题名
基于V-视差算法的自动驾驶中障碍物躲避软件设计
被引量：
2
1
作者
袁海根
机构
滇西科技师范学院信息工程学院
出处
《沈阳大学学报（自然科学版）》
CAS
2018年第1期31-36,共6页
文摘
提出了基于V-视差算法的自动驾驶中障碍物躲避软件设计方法.其采用V-视差检测障碍物,根据稠密视差图产生V-视差图,将道路视差图内不同平面变换成不同直线形式,障碍物和道路平面在V-视差图呈现垂直直线和倾斜直线的不同表现形式,两种直线的交点则是障碍物位置.引入Hough变换对V-视差图及U-视差图进行直线拟合,获取障碍物高度以及宽度,明确障碍物的位置,实现自动驾驶中障碍物的智能躲避.实验结果表明,通过引入Hough变换对V-视差图及U-视差图进行直线拟合,实现自动驾驶中障碍物躲避,可实现对静态和动态障碍物的准确避障,并且具有较低的运行耗时和较高的鲁棒性.
关键词
v
-视差算法
视觉误差
HOUGH变换
图像识别
软件设计
Keywords
v
-
parallax
algorithm
v
isual
error
Hough
transform
image
recognition
software
design
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
双目机器视觉及RetinaNet模型的路侧行人感知定位
被引量：
11
2
作者
连丽容
罗文婷
秦勇
李林
机构
福建农林大学交通与土木工程学院
北京交通大学轨道交通控制与安全国家重点实验室
出处
《中国图象图形学报》
CSCD
北大核心
2021年第12期2941-2952,共12页
基金
国家重点研发计划资助(2018YFB1201601)
福建农林大学杰出青年科研人才计划项目(xjq2018007)
轨道交通控制与安全国家重点实验室(北京交通大学)开放课题(RCS2020K004)。
文摘
目的行人感知是自动驾驶中必不可少的一项内容,是行车安全的保障。传统激光雷达和单目视觉组合的行人感知模式,设备硬件成本高且多源数据匹配易导致误差产生。对此,本文结合双目机器视觉技术与深度学习图像识别技术,实现对公共路权环境下路侧行人的自动感知与精准定位。方法利用双目道路智能感知系统采集道路前景图像构建4种交通环境下的行人识别模型训练库;采用Retina Net深度学习模型进行目标行人自动识别;通过半全局块匹配(semi-global block matching,SGBM)算法实现行人道路前景图像对的视差值计算;通过计算得出的视差图分别统计U-V方向的视差值,提出结合行人识别模型和U-V视差的测距算法,实现目标行人的坐标定位。结果实验统计2.5 km连续测试路段的行人识别结果,对比人工统计结果,本文算法的召回率为96.27%。与YOLOv3(you only look once)和Tiny-YOLOv3方法在4种交通路况下进行比较,平均F值为96.42%,比YOLOv3和Tiny-YOLOv3分别提高0.9%和3.03%;同时,实验利用标定块在室内分别拍摄3 m、4 m和5 m不同距离的20对双目图像,验证测距算法,计算标准偏差皆小于0.01。结论本文提出的结合RetinaNet目标识别模型与改进U-V视差算法能够实现对道路行人的检测,可以为自动驾驶的安全保障提供技术支持,具有一定的应用价值。
关键词
行人检测
深度学习
RetinaNet
半全局块匹配(SGBM)算法
U-
v
视差算法
Keywords
pedestrian
detection
deep
learning
Retina
Net
semi-global
block
matching(SGBM)
algorithm
U-
v
parallax
algorithm
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于V-视差算法的自动驾驶中障碍物躲避软件设计
袁海根
《沈阳大学学报（自然科学版）》
CAS
2018
2
下载PDF
职称材料
2
双目机器视觉及RetinaNet模型的路侧行人感知定位
连丽容
罗文婷
秦勇
李林
《中国图象图形学报》
CSCD
北大核心
2021
11
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
